小波变换及其工程应用（连载）

小波变换是近几年得到迅速发展形成研究热潮的信号分析新技术，被认为是对Ｆｏｕｒｉｅｒ分析方法的突破性进展，在图象处理，分析，奇异性检测等方面已有很成功的应用，在振动工程的应用研究上也正方兴未艾，预期将地对振动信号分析产生最大的影响，为了使广大科技工作者和工程技术人员对了解这一新技术，本讲座就小波变换的基本概念，基本方法和某些应用实例作了一简要的介绍，文中尽量使用工程界易于接受的描述方式，试图为大家提     

基于小波系数变换的小波阈值去噪算法改进

小波阈值去噪是近年兴起的一种较好的去噪算法,其一关键点在于准确的选取阈值将细节信号和噪声信号区分开来。提出了一种算法对小波系数进行变换,将难以区分信号和噪声的区域放大,以利于阈值的选取,从而达到改进小波阈值去噪的目的。通过使用传统阈值去噪算法和该改进算法进行仿真,结果表明改进算法对去噪指标SNR、SME（平均方差）都有所改善。另外本文实验也表明改进算法可以更好的去除噪声,且较好的重现原信号的细节特征。     

循环小波变换及其应用

介绍了循环小波的概念及其循环小波变换的快速算法,详细描述了由原正交小波获得其相应的循环小波的过程,从其中的缠绕叠加过程中,给出了信号的循环小波分解的一般公式,对任意长度数据的信号使用任意偶数的Daubechies小波的变换矩阵的构成给出了统一的描述。接着对使用循环小波变换识别结构系统脉冲响应函数的思想进行了仿真研究。在仿真中以两自由度和悬臂梁结构系统为例考虑了不同的小波对识别精度的影响,还讨论了循环小波变换方法的总体平均性能。     

一种改进的Morlet小波变换及其工程应用

分析了小波变换的特点，提出改进Ｍｏｒｌｅｔ小波变换方法，可进一步提高Ｍｏｒｌｅｔ小波变换的“聚焦”特性。给出了计算验证实例，并应用于冷冻机振动信号分析，解决了一般信号处理技术无法识别的难题。     

小波变换在电梯测试信号分析中的应用

小波变换很适合对非平稳信号的分析，将小小姐分析方法应用于电梯测试与分析系统，提取有用信号，可很好地对测试信号进行深入分析。取得了较显著效果。     

基于小波变换的包装机械故障诊断系统

文中介绍了小波分解在包装机械故障诊断中的优点，并通过对包装机械振动信号特性进行分析，指出该类信号用频谱分析的方法不能得到有效的特征。由于小波分析具有传统频分析方法所没有的时-频分析特性，通过小波逼近系数能得到机组实际振动的大小，从而准确诊断出故障，本文通过实例得以证明。     

小波变换系数奇异值分解数字水印防伪算法

目的研究针对打印扫描盗版方式的数字水印防伪算法。方法结合矩阵奇异值分解(SVD)的抗几何畸变特性和离散小波变换(DWT)多分辨率分解特性,提出一种基于CIE1976L*a*b*颜色空间的彩色图像数字水印防伪算法,并通过仿真实验评价算法的有效性。结果含水印彩色图像与原始彩色图像的色差均值为1.2183,小于3,且提取的水印中至少有1个水印有效,其相关系数均满足R0.6。结论在保证水印不可见性的同时,该算法对打印-扫描操作及大多数常规图像处理具有很好的鲁棒性。     

小波变换数字算法及其在高压输电线保护中的应用探析

继电保护是我国电力产业发展中不容忽视的问题,对于电力事业的稳定运行以及我国经济的健康持续发展具有不可估量的重要意义,随着我国经济和社会的快速发展与进步,电力需求量不断加大,对提高继电保护手段、维护电力系统的稳定性、安全性和高效性提出更好的要求。主要针对小波变换数字算法以及在高压输电线中的继电保护应用,从高压输电线继电保护的重要意义出发,重点分析小波数字变换算法的继电保护的具体应用,并提出加强高压输电线的运行保护措施,以期实现我国电网事业的稳定、健康发展。     

用小波变换识别机械故障中的通过振动

本文利用小波变换的方法，有效识别了旋转机械运行中由滚动轴承等元件的缺陷引起的通过振动，并从时域上计算其通过频率，解决了以往此类故障由于干扰大而难以识别的困难，为机械故障诊断提供了一个非常有效的手段和应用实例。     

基于Morlet小波变换系数的自适应虹膜识别

传统的虹膜识别方法原理复杂,实现困难.为了在保证识别率的同时简化虹膜识别算法,提高虹膜识别效率,本文提出了一种基于Morlet小波变换系数的自适应虹膜识别方法.首先,进行虹膜定位和下眼睑拟合,然后对虹膜图像进行归一化操作,得到512列x64行的矩形虹膜图像,并自适应地确定有效虹膜区域;其次,在虹膜有效区域内,对图像逐行进行一维Morlet小波变换,获得不同尺度下一系列小波变换系数,进而得到不同尺度下的小波变换系数分布图;再次,依据不同尺度下的小波变换系数对图像进行二进制编码,用虹膜代码表示虹膜模式;最后,采用自适应的模式匹配方法对不同的虹膜模式进行分类,给出识别结果.实验证明,该方法可以达到99.946%的识别率,能够满足虹膜识别要求.     

振动测试技术讲座（连载）：第二讲 传感器与前置放大器

测振传感器品种繁多,可分类如下。1.按所测运动量分:a.位移计:输出量与位移成正比;b.速度计:输出量与速度成正比;c.加速度计:输出量与加速度成正比;     

真正三维小波变换技术及在视频图像编码中的应用

把图像信号当作真正三维信号处理，导出三维空间正交小波基形式。用三维S.Mallat算法来实现三维信号的小波变换，并将其应用在视频图像的编码中。结果表明，低频3－D子带包含有大部分信息，代表图像序列的上下文信息；量化矩阵取值可以调整变化，压缩比最大可达160。因此这种编码方法的性能是十分优越的。     

第二类Fredholm积分方程的小波快速算法

介绍了一种求解含有对数核的第二类Fredholm积分方程的有效的方法，该方法先用Nystrom法将积分方程离散，然后用小波矩阵变换方法稀疏系数矩阵，对系数矩阵预处理后再对线性方程组迭代求解。数值结果证明了该方法的有效性。     

基于小波变换的电能质量数据压缩算法

根据小波变换理论,结合电能质量分析中数据的特点,将小波变换方法应用于电能质量数据的压缩。结果表明,该方法简单而且压缩效果好,能保留信号的局部特征,计算速度快,适合于对实时性要求较强的场合。     

基于小波变换的货车运行状态下超偏载系数的提取

本文提出一种利用小波分析提取超偏载系数的方法。由于小波分解重构能够提取有效频率成分，对列车运行状态下轮轨力进行分解重构分析，得到超偏载系数。有效的解决了仅靠现有的人工和车辆静态检测难以判断的车辆自身的运行状态的问题。     

小波熵及其在状态趋势分析中的应用

研究了离散小波变换的若干特性．以及用信息熵来反映信号统计分布特征的方法．引进了多尺度．下小波熵和相对小波熵的概念，并且以此为参量对系统状态进行趋势分析．从而突出系统信号中短暂的异常信号．达到及早发现可能故障的目的。最后通过数值实验和应用实例说明：分析这两个参数的变化情况．可以反映系统的状态趋势，提高维修的针对性．降低设备维修的代价，提高设备的安全性和可靠性。     

小波变换在履带车辆振动信号处理中的应用

为解决履带车辆振动信号受强噪声信号干扰的影响,运用小波变换原理,根据重构因子比较几种小波基,确定适合履带车辆振动信号的小波基和阈值,描述小波分层方法,对履带车辆振动信号进行去噪。仿真计算结果表明小波变换去噪方法能有效地抑制背景噪声,提取有用状态信息,提高信噪比和减小均方误差,为履带车辆振动信号预处理提供一种可行的方法。     

小波变换和CNN涡旋压缩机故障诊断

针对传统单尺度信号分析难以有效解决涡旋压缩机故障诊断中的故障特征信息多尺度耦合问题,提出一种基于小波变换和卷积神经网络的涡旋压缩机故障诊断方法。首先将采集到的振动信号进行连续小波变换生成时频图,并对时频图进行网格化规范处理,将预处理后的时频图作为特征图输入Alexnet卷积神经网络,通过不断调节网络参数,得出最为理想的神经网络模型,以此实现对涡旋压缩机故障类型的辨识诊断。结果表明,该方法针对涡旋压缩机故障类型的识别准确率达到94.6%,与传统多尺度排列熵、信息熵熵距的故障诊断方法相比,该故障识别方法具有更高的准确率。     

信号处理在机械设备故障诊断中的应用（连载）

第二讲　现代信号处理与特征提取（下）２．２　非平稳信号处理方法在机械故障诊断中的应用在过程实际中,信号的平稳性总是相对的、局部的,而非平稳性则是绝对的和全局的。当机械设备发生故障或工作异常时,其相应的振动或噪声信号一般呈非平稳特性,即此时信号是时变非平稳的。通常情况下,信号的频率成分将随时间变化,此时引入时变信号模型将有利于分析。研究时变非平稳信号的重要方法主要是时－频分析（分布）,该方法在时间－频率域上,而不是仅在时域或仅在频域上对信号进行分析。时－频分析可分为线性和非线性两种形式。其中,线性…